Femoral Vein Pulsatility and Neurocognitive Disorder in Cardiac Surgery
Notice bibliographique
Résumé
Background: Neurocognitive disorder and venous congestion are related in cardiac surgery. Femoral vein (FV) Doppler allows noninvasive assessment of venous congestion. This study aims to associate postoperative neurocognitive disorder in cardiac surgery with FV pulsatility. Method: A secondary analysis was conducted using data from retrospective and prospective cohorts. FV Doppler and neurocognitive disorder were measured upon admission to the intensive care unit (ICU) after surgery. An index of FV pulsatility of ≥ 50% was considered abnormal. The presence of neurocognitive disorder was assessed using the Intensive Care Delirium Score Checklist (ICDSC). Descriptive statistical analyses and logistic regression were used to test the association between FV Doppler pulsatility and neurocognitive disorder. Results: A total of 273 patients from both cohorts were analyzed, 155 (57%) patients had FV pulsatility indexes ≥ 50%. Abnormal pulsatile Doppler was associated with the presence of neurocognitive disorder compared with normal FV Doppler profile (57 vs 43%, odds ratio [OR], 1.73; 95% confidence interval [CI], 1.06-2.81). FV pulsatility was also associated with age, higher rate of stroke, prolongation of intubation duration and a longer ICU stay. Conclusions: FV pulsatility is associated with the presence of neurocognitive disorder and postoperative complications in cardiac surgery. The FV Doppler technique is simple and fast, offering the potential to anticipate complications related to venous congestion, such as delirium. Future multicentre studies with larger samples will be necessary to consolidate these findings. Clinical Registration Number: NCT04092855 and NCT05038267.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».